CN101662292B - 一种交织器的确定方法及装置 - Google Patents

Abstract

本发明公开了一种交织器的确定方法及装置，包括：确定决定交织器有效自由距离的第一交织因子、决定交织器距离谱多样性的第二交织因子与决定交织器结尾性能的第三交织因子；确定第一交织因子的自然对数值；根据所述自然对数值、第二交织因子与第三交织因子确定交织器。使用本发明避免了现有技术中依靠仿真来确定交织器所带来的运算量大、复杂度高的不足，有效地解决了Turbo码交织器设计复杂的问题，能够从大量的交织器候选方案中快速地确定出性能优异的Turbo交织器。

Description

一种交织器的确定方法及装置

技术领域

本发明涉及编码技术，特别涉及一种交织器的确定方法及装置。

背景技术

C.Berrou等在1993年首先提出了Turbo码，它是在综合过去几十年来的级联码、乘积码、最大后验概率译码与迭代译码等理论的基础上的一种创新。它在低信噪比下表现出了接近Shannon限的性能，超过了其他编码方法。因此，自Turbo码推出后便引起了各国研究者的极大兴趣。

Turbo码的特点是：在编码器中引入了交织器，减弱了信息序列的相关性，有效地实现了随机性编码；在译码时采取了迭代译码的思想，使其性能可以接近香农理论的极限。由于Turbo码性能接近Shannon理论限，在低信噪比的应用环境下比其他编码好。因而Turbo码的应用已推广到深空通信、卫星通信和移动通信等领域，在第三代移动通信系统多种方案中，已将Turbo码作为无线信道的编码标准之一。

交织器在Turbo码的构造中是一个极其重要的因素。一般的Turbo码都使用交织器。Turbo码中交织器的主要作用是减少校验比特间的相关性，进而在迭代译码过程中降低误比特率。Turbo码的纠错性能受到交织器设计好坏的影响，而且交织技术是影响Turbo码性能的一个关键因素。

C.Berrou等人在Turbo码提出伊始就给出了设计性能好的交织器的特点和基本原则：(1)通过增加交织器的长度，可以使译码性能得到提高；(2)交织器应该使输入序列尽可能随机化，从而避免编码生成低重码字，导致Turbo码自由和距离减少。

然而，在选择交织器方案时，对于长度为K的交织器，可能候选方案的个数是K！。目前，对该种情况，在传统的Turbo码交织器设计中，就需要对候选方案进行逐个仿真，以找到令人满意的交织器设计方法，即在K！数量的方案中通过仿真的方式确定所需的交织器方案。由此可知，在现有技术中存在的不足为：传统的Turbo码交织器设计方法的运算量非常大，复杂度高，不利于实际应用。

发明内容

本发明所解决的技术问题在于提供了一种交织器的确定方法及装置，用以快速确定性能最佳的交织器。

本发明提供了一种交织器的确定方法，包括如下步骤：

确定决定交织器有效自由距离的第一交织因子、决定交织器距离谱多样性的第二交织因子与决定交织器结尾性能的第三交织因子；

确定第一交织因子的自然对数值；

在第三交织因子大于Turbo码自由距离的常数门限值的交织器中，确定所述自然对数值与第二交织因子之积的值最大的交织器为所需的交织器；或，

确定所述自然对数值与第二交织因子之积的值最大的交织器；确定交织器的第三交织因子大于Turbo码自由距离的常数门限值时，将该交织器作为所需的交织器；确定交织器的第三交织因子不大于Turbo码自由距离的常数门限值时，通过循环移位调整至输出第三交织因子大于Turbo码自由距离的常数门限值的交织器，将该交织器作为所需的交织器。

较佳地，所述第二交织因子为df＝|D(f)|，式中：D(f)＝{[j-i，f(j)-f(i)]|0≤i＜j＜K}其中：0≤i＜K，0≤j＜K，且i≠j；f(·)表示交织器，K是f(·)的交织长度；|D(f)|表示求集合D(f)的集合元素的个数。

较佳地，所述第三交织因子为ef＝min{(K-i)+[K-f(i)]}；其中：

0≤i＜K，0≤j＜K，且i≠j；f(·)表示交织器，K是f(·)的交织长度，min为求集合中元素的最小值。

较佳地，所述第一交织因子为sf＝min{(i-j)modK+[f(i)-f(j)]modK}，其中：

0≤i＜K，0≤j＜K，且i≠j；f(·)表示交织器，K是f(·)的交织长度，min为求集合中元素的最小值，modK为求m除K的余数。

本发明还提供了一种交织器的确定装置，包括：

第一交织因子确定模块，用于确定决定交织器有效自由距离的第一交织因子；

自然对数值确定模块，用于确定第一交织因子的自然对数值；

第二交织因子确定模块，用于确定决定交织器距离谱多样性的第二交织因子；

第三交织因子确定模块，用于确定决定交织器结尾性能的第三交织因子；

交织器确定模块，用于在第三交织因子大于Turbo码自由距离的常数门限值的交织器中，确定所述自然对数值与第二交织因子之积的值最大的交织器为所需的交织器；或，在所述自然对数值与第二交织因子之积的值最大的交织器中，确定交织器的第三交织因子大于Turbo码自由距离的常数门限值时，确定该交织器为所需的交织器；在第三交织因子不大于Turbo码自由距离的常数门限值时，通过循环移位调整至输出第三交织因子大于Turbo码自由距离的常数门限值的交织器，并确定该交织器为所需的交织器。

较佳地，所述第二交织因子确定模块进一步用于确定所述第二交织因子为df＝|D(f)|，式中：D(f)＝{[j-i，f(j)-f(i)]|0≤i＜j＜K}其中：0≤i＜K，0≤j＜K，且i≠j；f(·)表示交织器，K是f(·)的交织长度；|D(f)|表示求集合D(f)的集合元素的个数。

较佳地，所述交织器确定模块进一步用于确定所述第三交织因子为ef＝min{(K-i)+[K-f(i)]}；其中：

0≤i＜K，0≤j＜K，且i≠j；f(·)表示交织器，K是f(·)的交织长度，min为求集合中元素的最小值。

较佳地，所述第一交织因子确定模块进一步用于确定第一交织因子为sf＝min{(i-j)modK+[f(i)-f(j)]modK}，其中：

0≤i＜K，0≤j＜K，且i≠j；f(·)表示交织器，K是f(·)的交织长度，min为求集合中元素的最小值，modK为求m除K的余数。

本发明有益效果如下：

本发明实施中，发现第一交织因子的自然对数值、决定交织器距离谱多样性的交织因子与决定交织器结尾性能的交织因子能够确定出性能最佳的交织器，因此，根据这三个变量来确定交织器，即，在确定决定交织器有效自由距离的第一交织因子后，确定第一交织因子的自然对数值；并根据所述自然对数值、决定交织器距离谱多样性的第二交织因子与决定交织器结尾性能的第三交织因子确定交织器。从而避免了现有技术中依靠仿真来确定交织器所带来的运算量大、复杂度高的不足。

附图说明

图1为本发明实施例中所述交织器的确定方法实施流程示意图；

图2为本发明实施例一中的交织器确定实施流程示意图；

图3为本发明中采用实施例一确定的交织器与现有技术采用的交织器的性能对比示意图；

图4为本发明实施例二中的交织器确定实施流程示意图；

图5为本发明中采用实施例二确定的交织器与现有技术采用的交织器的性能对比示意图；

图6为本发明实施例中所述交织器的确定装置结构示意图。

具体实施方式

下面结合附图对本发明的具体实施方式进行说明。

下面给出三个交织因子来刻画Turbo码的交织器属性。

1)、交织因子sf，即实施中所指的第一交织因子定义如下：

sf＝min{(i-j)modK+[f(i)-f(j)]modK}         (1)

其中：0≤i＜K，0≤j＜K，且i≠j；f(·)表示交织器，K是f(·)的交织长度。modK为求m除K的余数；min{x}为求集合{x}中的最小值。

2)、交织因子df，即实施中所指的第二交织因子定义如下：

df＝|D(f)|                              (2)

式中：D(f)＝{[j-i，f(j)-f(i)]|0≤i＜j＜K}(3)

其中：0≤i＜K，0≤j＜K，且i≠j；f(·)表示交织器，K是f(·)的交织长度；|D(f)|表示求集合D(f)的势的运算，即集合元素的个数。

3)、交织因子ef，即实施中所指的第三交织因子定义如下：

ef＝min{(K-i)+[K-f(i)]}                    (4)

其中：0≤i＜K，0≤j＜K，且i≠j；f(·)表示交织器，K是f(·)的交织长度。

上式可以这样形象的理解为：在K个人的队伍，原来是从高到矮，i，j表示这个队伍中每个人的编号，并且i，j不表示同一个人，f(·)表示现在要重新排队，即原来的i个人要排到的位置。

其中，式(4)可以简化成：

$\mathrm{ef}=\min \{(K-i)+[K-f\left(i\right)\left]\right\}\⇔{\mathrm{ef}}^{\′}=\max \{i+f\left(i\right)\}---\left(5\right)$

Max表示求集合中元素的最大值，现在计算每个人在原来的队伍和新队伍中到队尾的距离之和，ef就表示这些距离之和的最小值，ef‘表示到队头距离之和的最大值。

对于Turbo码而言，其有效自由距离由交织器的交织因子sf决定，sf越大，Turbo码的有效自由距离越大；Turbo码距离谱的多样性由交织器的交织因子df决定，越大的df，Turbo码距离谱的多样性越低；交织器的交织因子ef决定了Turbo结尾的性能，越大的ef(或者越小的ef′)，Turbo码结尾的性能越好。

在上述交织因子的基础上，本发明实施例中再提出以下2个新的度量α，β作为设计Turbo码交织器的设计准则，其分别为：

α＝dfln(sf)           (6)

β＝ef                 (7)

利用式(6)和式(7)的度量α，β，便能够很方便地设计出性能优异的Turbo码交织器。即，通过选择具有合适α，β值的交织器，可以很方便地得到性能优异的Turbo码交织器。

下面结合式(6)和式(7)的度量α，β来进行交织器确定进行说明，图1为交织器的确定方法实施流程示意图，如图所示，在确定交织器时，可以包括如下步骤：

步骤101、确定决定交织器有效自由距离的第一交织因子、决定交织器距离谱多样性的第二交织因子与决定交织器结尾性能的第三交织因子；

步骤102、确定第一交织因子的自然对数值；

步骤103、根据所述自然对数值、第二交织因子与第三交织因子确定交织器。

上述步骤中，首先在步骤101中确定公式(1)的第一交织因子，即：决定交织器有效自由距离的交织因子。

sf＝min{(i-j)modK+[f(i)-f(j)]modK}

其中：0≤i＜K，0≤j＜K，且i≠j；f(·)表示交织π(·)，K是f(·)的交织长度。modK为求m除K的余数；min{x}为求集合{x}中的最小值。

然后在步骤102中确定第一交织因子的自然对数值，即ln(sf)。

最后在步骤103中根据自然对数值、决定交织器距离谱多样性的第二交织因子与决定交织器结尾性能的第三交织因子确定交织器。

步骤103中的第二交织因子为前述公式(2)中的df＝|D(f)|，式中：D(f)＝{[j-i，f(j)-f(i)]|0≤i＜j＜K}其中：0≤i＜K，0≤j＜K，且i≠j；f(·)表示交织器，K是f(·)的交织长度；|D(f)|表示求集合D(f)的集合元素的个数。

第三交织因子为前述公式(4)或(7)中的ef＝min{(K-i)+[K-f(i)]}；其中：0≤i＜K，0≤j＜K，且i≠j；f(·)表示交织器，K是f(·)的交织长度，min为求集合中元素的最小值。

下面结合实例来对步骤103中如何根据集合元素个数与决定交织器结尾性能的第二交织因子确定交织器进行说明。

实施例一

图2为实施例一中的交织器确定实施流程示意图，本实施例中，主要是在第三交织因子大于Turbo码自由距离的常数门限值的交织器中，确定所述自然对数值与第二交织因子之积的值最大的交织器为所需的交织器，具体实施如图2所示，可以包括如下步骤：

步骤201、确定候选的交织器；

步骤202、选择第三交织因子大于Turbo码自由距离的常数门限值的交织器；

本步骤中，即指按公式(4)或(7)中的β选择β＞d的交织器，d是指Turbo码自由距离的常数门限值；

步骤203、选择第一交织因子的自然对数值与第二交织因子之积的值最大的交织器；

本步骤中，即指按公式(6)中的α进行选择，选择出具有最大α的交织器；

步骤204、输出所确定的交织器。

在图2所示的流程中，d是接近Turbo码自由距离的常数门限值。本发明实施例中首先从所有候选的交织器中选择边界因子β大于门限值d的交织器集合，然后再从该集合中找到具有最大α值的交织器，该交织器就是所需的性能优异的Turbo码交织器。可见，本发明实施例有效地解决了Turbo码交织器设计复杂的问题，能够从大量的交织器候选方案中快速找到性能优异的Turbo交织器。

以交织长度为K＝1184的QPP(Quadratic Permutation polynomial，二次方交换多项式)交织器为例，候选交织器共有2300种。采用传统的方法，设计性能较好的QPP交织器至少需要几天的时间。但是，本实施例中的方案可以将上述过程需要的时间降低到几分钟，实现方法的复杂度低，能够快速地设计出性能优异的Turbo码交织器。图3给出了采用本发明实施例中的方案确定出的交织长度为K＝1184的QPP交织器的和LTE交织器的性能对比。从该性能的对比可以验证了本发明实施例的优点。

图3为采用实施例一确定的交织器与现有技术采用的交织器的性能对比示意图，图3中，曲线LTE(19，74)是采用的LTE(Long Term Evolution，长期演进计划)Turbo码交织器的Turbo码误块率曲线。曲线(55，74)是实施例一所确定出的交织长度为K＝1184的QPP交织器，表示交织器为f(i)＝(55i+74i2)mod 1184，其中0≤i＜1184，i是整数。

实施例二

图4为实施例二中的交织器确定实施流程示意图，本实施例中，主要是在所述自然对数值与第二交织因子之积的值最大的交织器中，在第三交织因子不满足大于Turbo码自由距离的常数门限值时，通过循环移位调整至输出第三交织因子大于Turbo码自由距离的常数门限值的交织器，并确定该交织器为所需的交织器，具体实施如图4所示，可以包括如下步骤：

步骤401、确定候选的交织器；

步骤402、选择第一交织因子的自然对数值与第二交织因子之积的值最大的交织器；

本步骤中，即指按公式(6)中的α进行选择，选择出具有最大α的交织器

步骤403、判断交织器的第三交织因子是否满足大于Turbo码自由距离的常数门限值，是则转入步骤405，否则转入步骤404；

本步骤中，即指按公式(4)或(7)中的β来判断交织器是否满足β＞d，d是指Turbo码自由距离的常数门限值；

步骤404、循环移位；

步骤405、输出所确定的交织器。

目前出现了一种基于置换多项式的交织器类型，它使用下述公式(8)的置换函数进行交织处理：

$f\left(x\right)=\left(\underset{i\≥0}{\mathrm{\Σ}}{f}_i{x}^i\right)\mathrm{mod}\left(K\right)---\left(8\right)$

其中，x为输出序号，f(x)为输入序号，f_i为系数。f(x)与x构成一对交织映射关系。式(8)中的常数项f₀是对交织器的交织模式进行循环移位的操作，它几乎不影响交织器的度量α值。本发明实施例中可以利用循环移位的特点和准则(6)、(7)，也能够很方便地确定出性能优异的Turbo码交织器。

本实施例中同样是在度量α，β的基础之上，先选择具有最大α值的交织器，然后通过对交织器进行循环移位，得到具有较大β值的交织器，从而方便地确定出性能优异的Turbo码交织器。

实施例中，d是接近Turbo码自由距离的常数门限值。本实施例首先从所有候选的交织器中选择具有最大α值的交织器，然后判断该交织器的β值是否大于门限值d，若大于门限值d，则该交织器就是最优交织器；否则，对交织器进行循环移位的调整，并将循环移位调整后得到的具有最大α值的交织器的输出，该输出就是最优Turbo交织器。可见，本实施例同样有效地解决了Turbo码交织器设计复杂的问题，能够从大量的交织器候选方案中快速地确定出性能优异的Turbo交织器。

以交织长度为K＝1184的CPP(Cubic Permutation polynomial，三次方交换多项式)交织器为例，候选交织器共有14375种。采用传统的方法，设计性能较好的CPP交织器至少需要一个月的时间。但是，本实施例中的方案可以将上述过程需要的时间降低到十几分钟，实现方法的复杂度低，能够快速地确定出性能优异的Turbo码交织器。图5给出了采用本发明实施例中的方案确定出的交织长度为K＝1184的CPP交织器的和LTE交织器的性能对比。从该性能的对比可以验证了本发明实施例的优点。

图5为采用实施例二确定的交织器与现有技术采用的交织器的性能对比示意图，图5中，曲线QPP(19，74)是采用的LTE Turbo码交织器的Turbo码误块率曲线。曲线CPP(441，148，74)是本发明实施例所确定出的交织深度为K＝1184的CPP交织器，表示交织器为f(i)＝(441i+148i²+74i³)mod 1184，其中0≤i＜1184，i是整数。

基于同一发明构思，本发明实施例中还提供了一种交织器的确定装置，下面结合附图进行说明，需要说明的是，由于与交织器的确定方法具有同样的发明构思与原理，因此装置的具体实施方式中与方法相同的地方不再进行说明。

图6为交织器的确定装置结构示意图，如图所示，确定装置中可以包括：

第一交织因子确定模块601，用于确定决定交织器有效自由距离的第一交织因子；

自然对数值确定模块602，用于确定第一交织因子的自然对数值；

第二交织因子确定模块603，用于确定决定交织器距离谱多样性的第二交织因子；

第三交织因子确定模块604，用于确定决定交织器结尾性能的第三交织因子；

交织器确定模块605，用于根据所述集合元素个数与决定交织器结尾性能的第二交织因子确定交织器。

第二交织因子确定模块603进一步用于确定所述第二交织因子为df＝|D(f)|，式中：D(f)＝{[j-i，f(j)-f(i)]|0≤i＜j＜K}其中：0≤i＜K，0≤j＜K，且i≠j；f(·)表示交织器，K是f(·)的交织长度；|D(f)|表示求集合D(f)的集合元素的个数。

第三交织因子确定模块604可以进一步用于确定第三交织因子为ef＝min{(K-i)+[K-f(i)]}；其中：

0≤i＜K，0≤j＜K，且i≠j；f(·)表示交织器，K是f(·)的交织长度，min为求集合中元素的最小值。

第一交织因子确定模块601可以进一步用于确定第一交织因子为sf＝min{(i-j)modK+[f(i)-f(j)]modK}，其中：

0≤i＜K，0≤j＜K，且i≠j；f(·)表示交织器，K是f(·)的交织长度，min为求集合中元素的最小值，modK为求m除K的余数。

交织器确定模块605可以进一步用于在第三交织因子大于Turbo码自由距离的常数门限值的交织器中，确定所述自然对数值与第二交织因子之积的值最大的交织器为所需的交织器。

交织器确定模块还可以进一步用于在所述自然对数值与第二交织因子之积的值值最大的交织器中，确定交织器的第三交织因子大于Turbo码自由距离的常数门限值时，确定该交织器位为所需的交织器；在第三交织因子不大于Turbo码自由距离的常数门限值时，通过循环移位调整至输出第三交织因子大于Turbo码自由距离的常数门限值的交织器，并确定该交织器为所需的交织器。

由上述实施例可见，在本发明实施例中，利用所有候选的交织器度量的度量α，β值来确定性能最优的Turbo码交织器。具体地，发明人发现第一交织因子的自然对数值、决定交织器距离谱多样性的交织因子与决定交织器结尾性能的交织因子能够确定出性能最佳的交织器，因此，根据这三个变量来确定交织器，即，在确定决定交织器有效自由距离的第一交织因子后，确定第一交织因子的自然对数值；并根据所述自然对数值、决定交织器距离谱多样性的第二交织因子与决定交织器结尾性能的第三交织因子确定交织器。从而避免了现有技术中依靠仿真来确定交织器所带来的运算量大、复杂度高的不足，有效地解决了Turbo码交织器设计复杂的问题，能够从大量的交织器候选方案中快速地确定出性能优异的Turbo交织器。

本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、CD-ROM、光学存储器等)上实施的计算机程序产品的形式。

本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。

这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。

这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，使得在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。

尽管已描述了本发明的优选实施例，但本领域内的技术人员一旦得知了基本创造性概念，则可对这些实施例作出另外的变更和修改。所以，所附权利要求意欲解释为包括优选实施例以及落入本发明范围的所有变更和修改。

显然，本领域的技术人员可以对本发明进行各种改动和变型而不脱离本发明的精神和范围。这样，倘若本发明的这些修改和变型属于本发明权利要求及其等同技术的范围之内，则本发明也意图包含这些改动和变型在内。

Claims (8)

1.一种交织器的确定方法，其特征在于，包括如下步骤：

确定决定交织器有效自由距离的第一交织因子、决定交织器距离谱多样性的第二交织因子与决定交织器结尾性能的第三交织因子；

确定第一交织因子的自然对数值；

在第三交织因子大于Turbo码自由距离的常数门限值的交织器中，确定所述自然对数值与第二交织因子之积的值最大的交织器为所需的交织器；或，

确定所述自然对数值与第二交织因子之积的值最大的交织器；确定交织器的第三交织因子大于Turbo码自由距离的常数门限值时，将该交织器作为所需的交织器；确定交织器的第三交织因子不大于Turbo码自由距离的常数门限值时，通过循环移位调整至输出第三交织因子大于Turbo码自由距离的常数门限值的交织器，将该交织器作为所需的交织器。

2.如权利要求1所述的方法，其特征在于，所述第二交织因子为df＝|D(f)|，式中：D(f)＝{[j-i，f(j)-f(i)]|0≤i＜j＜K}其中：0≤i＜K，0≤j＜K，且i≠j；f(·)表示交织器，K是f(·)的交织长度；|D(f)|表示求集合D(f)的集合元素的个数。

3.如权利要求1所述的方法，其特征在于，所述第三交织因子为ef＝min{(K-i)+[K-f(i)]}；其中：

0≤i＜K，0≤j＜K，且i≠j；f(·)表示交织器，K是f(·)的交织长度，min为求集合中元素的最小值。

4.如权利要求1所述的方法，其特征在于，所述第一交织因子为sf＝min{(i-j)modK+[f(i)-f(j)]mod K}，其中：

0≤i＜K，0≤j＜K，且i≠j；f(·)表示交织器，K是f(·)的交织长度，min为求集合中元素的最小值，modK为求m除K的余数。

5.一种交织器的确定装置，其特征在于，包括：

第一交织因子确定模块，用于确定决定交织器有效自由距离的第一交织因子；

自然对数值确定模块，用于确定第一交织因子的自然对数值；

第二交织因子确定模块，用于确定决定交织器距离谱多样性的第二交织因子；

第三交织因子确定模块，用于确定决定交织器结尾性能的第三交织因子；

交织器确定模块，用于在第三交织因子大于Turbo码自由距离的常数门限值的交织器中，确定所述自然对数值与第二交织因子之积的值最大的交织器为所需的交织器；或，在所述自然对数值与第二交织因子之积的值最大的交织器中，确定交织器的第三交织因子大于Turbo码自由距离的常数门限值时，确定该交织器为所需的交织器；在第三交织因子不大于Turbo码自由距离的常数门限值时，通过循环移位调整至输出第三交织因子大于Turbo码自由距离的常数门限值的交织器，并确定该交织器为所需的交织器。

6.如权利要求5所述的装置，其特征在于，所述第二交织因子确定模块进一步用于确定所述第二交织因子为df＝|D(f)|，式中：

D(f)＝{[j-i，f(j)-f(i)]|0≤i＜j＜K}其中：0≤i＜K，0≤j＜K，且i≠j；f(·)表示交织器，K是f(·)的交织长度；|D(f)|表示求集合D(f)的集合元素的个数。

7.如权利要求5所述的装置，其特征在于，所述第三交织因子确定模块进一步用于确定所述第三交织因子为ef＝min{(K-i)+[K-f(i)]}；其中：

0≤i＜K，0≤j＜K，且i≠j；f(·)表示交织器，K是f(·)的交织长度，min为求集合中元素的最小值。

8.如权利要求5所述的装置，其特征在于，所述第一交织因子确定模块进一步用于确定第一交织因子为sf＝min{(i-j)modK+[f(i)-f(j)]modK}，其中：

0≤i＜K，0≤j＜K，且i≠j；f(·)表示交织器，K是f(·)的交织长度，min为求集合中元素的最小值，modK为求m除K的余数。

Images